پروژه Capstone از شما می‌خواهد که دانشی را که در طول این تخصص کسب کرده‌اید استفاده کنید و آن را عملی کنید. هر هفته به اجزای مختلف استراتژی بازاریابی تقسیم می شود: تجزیه و تحلیل بازار، استراتژی بازاریابی، اجرای ترکیب بازاریابی و نتایج مورد انتظار. تئوری هر هفته را مرور کنید و با آزمون هایی که هدفشان تقویت مفاهیم است، نکات اولیه را مشخص کنید. پس از بررسی مطالب آموخته‌شده، از شما خواسته می‌شود که مطالعه موردی را تجزیه و تحلیل کنید: ¨هتل ایپسوم: استراتژی بازاریابی و تجاری برای بقا.¨ اکنون زمان آن رسیده است که آنچه را که آموخته‌اید آزمایش کنید! مدیر کل هتل ایپسوم، رافائل اسکوبدو، با یک دوراهی مواجه شده است: علیرغم اینکه هتل او از نظر فروش و سودآوری نسبتاً خوب عمل می کند، هیئت مدیره رافائل راضی نیستند و خواستار بهبود نتایج هستند. اکنون این شما هستید که باید استراتژی بازاریابی رافائل را ایجاد کنید. نتیجه ممکن است به معنای یکی از دو چیز باشد: تمجید از هیئت مدیره او ... یا بیکاری! همراه با Capstone، انجمن‌های گفتگو، آزمون‌ها و بررسی‌های همتا به شما کمک می‌کنند تا در درک نظریه ارائه شده در سراسر این تخصص به شما کمک کند. افکار، ایده ها و بحث خود را با سایر فراگیران همفکر از سراسر جهان با همان علاقه به گسترش دانش بازاریابی خود به اشتراک بگذارید.

این دوره یک تجربه فشرده را ارائه می دهد که در طی آن دانش آموزان یک سیستم نرم افزاری را ایجاد می کنند که قصد دارند ایمن باشد و سپس سعی می کنند با پیدا کردن نقص در پروژه های دیگر دانش آموزان نشان دهند که پروژه های دانش آموزان ناامن هستند. نکته ای در مورد فرکانس Capstone: لطفاً توجه داشته باشید که جلسات این پروژه Capstone امنیت سایبری بسته به در دسترس بودن تیم دوره و علاقه زبان‌آموز، تنها 3 تا 4 بار در سال برگزار می‌شود. لطفاً هنگام ثبت نام در برنامه Capstone این را در نظر داشته باشید. در حالی که همچنان می‌توانید به عناصر خاصی از دوره در بین جلسات دسترسی داشته باشید، نمی‌توانید تکالیف را ارسال کنید یا در گروه‌هایی قرار بگیرید مگر اینکه در یک جلسه فعال در حال اجرا باشید.

در این دوره شما انواع مهارت ها و تکنیک های مهندسی انبار داده را که به عنوان بخشی از دوره های قبلی در گواهینامه حرفه ای مهندس انبار داده IBM آموخته اید، به کار خواهید برد. شما نقش یک مهندس داده جوان که اخیراً به سازمان پیوسته است را برعهده خواهید گرفت و یک مورد استفاده در دنیای واقعی که نیاز به یک راه حل مهندسی انبار داده دارد، به شما ارائه می شود.

پروژه Capstone به شما فرصتی می دهد تا مفاهیم تحت پوشش را مجدداً مرور کنید و با استفاده از بهترین شیوه ها راه حلی قابل اجرا برای بیان مشکل داده شده ایجاد کنید. راه حل باید مطابق با استانداردهای صنعت در زمان تعیین شده توسعه یابد و باید بر اساس دستورالعمل های ارائه شده باشد.

بازارهای شما اجتماعی هستند و باید آنجا باشید. با این حال، استراتژی اجتماعی شما باید بر اساس معیارهای تجاری باشد که موفقیت شما را مشخص می کند. این پروژه نهایی Capstone در تخصص بازاریابی اجتماعی، روش‌ها، ابزارها و بینش‌هایی را که آموخته‌اید، با ایجاد یک برنامه چند وجهی برای اطمینان از اینکه بازاریابی اجتماعی مؤثر بخشی جدایی‌ناپذیر از استراتژی کسب‌وکار شما است، آزمایش می‌کند. چه شرکت شما یک استراتژی تعامل پیچیده داشته باشد یا یک استارت آپ جدید باشید، یاد خواهید گرفت که از تمام قدرت بازاریابی اجتماعی برای افزایش سهم بازار قابل اثبات و ایجاد روابط قوی تر با بازارهای با ارزش بالا استفاده کنید. برای موفقیت در دنیای دیجیتال امروزی، باید برنامه ای برای ادغام استراتژی های بازاریابی اجتماعی و موبایلی خود در استراتژی کسب و کار خود داشته باشید. در این Capstone شما از مهارت های عملی که از طریق Specialization تسلط یافته اید استفاده خواهید کرد تا توانایی خود را در ادغام استراتژی های بازاریابی اجتماعی و موبایلی در استراتژی تجاری یک شرکت نشان دهید. برنامه Capstone 2016: اولین عرضه از 29 فوریه (16/2/29) آغاز می شود. مجدداً از 23 می (23/5/16)، 29 اوت (16/8/29) و 28 نوامبر (11/28/16) ارائه خواهد شد.

این پروژه اصلی به شما فرصتی می دهد تا آنچه را که در تخصص مبانی تحلیل بازاریابی پوشش داده ایم، اعمال کنید. تا پایان این پروژه، شما تجزیه و تحلیل داده های اکتشافی را انجام داده اید، روابط زوجی بین متغیرهای مختلف را بررسی کرده و یک مدل پیش بینی برای حل یک مشکل تحلیل بازاریابی ایجاد و آزمایش خواهید کرد. اکیداً توصیه می‌شود که تمام دوره‌های تخصصی مبانی تجزیه و تحلیل بازاریابی را قبل از شروع دوره Capstone تکمیل کنید.

با تکمیل این پروژه نهایی، مهارت ها و تکنیک های تجزیه و تحلیل داده های مختلفی را که به عنوان بخشی از دوره های قبلی در گواهینامه حرفه ای تحلیلگر داده IBM آموخته اید، به کار خواهید گرفت. شما نقش یک تحلیلگر داده‌های مرتبط را که اخیراً به سازمان پیوسته است را بر عهده خواهید گرفت و با یک چالش تجاری مواجه می‌شوید که نیاز به تجزیه و تحلیل داده‌ها دارد تا بر روی مجموعه داده‌های دنیای واقعی انجام شود. شما وظایف مختلفی را که تحلیلگران حرفه ای داده به عنوان بخشی از وظایف خود انجام می دهند، انجام خواهید داد، از جمله: - جمع آوری داده ها از منابع متعدد - جدال داده ها و آماده سازی داده ها - تجزیه و تحلیل داده های اکتشافی - تجزیه و تحلیل آماری و داده کاوی - تجسم داده ها با نمودارها و نمودارهای مختلف و - ایجاد داشبورد تعاملی پروژه با ارائه گزارش تجزیه و تحلیل داده های شما برای سهامداران مختلف در سازمان به اوج خود می رسد. این گزارش شامل یک خلاصه اجرایی، تجزیه و تحلیل شما و یک نتیجه خواهد بود. شما هم از نظر کارتان برای مراحل مختلف فرآیند تجزیه و تحلیل داده ها و هم برای تحویل نهایی ارزیابی خواهید شد. به عنوان بخشی از این پروژه، مهارت خود را در استفاده از نوت‌بوک‌های Jupyter، SQL، پایگاه‌های داده رابطه‌ای (RDBMS)، ابزارهای هوش تجاری (BI) مانند Cognos، و کتابخانه‌های پایتون مانند Pandas، Numpy، Scikit-learn، Scipy، Matplotlib، Seaborn نشان خواهید داد. و دیگران این پروژه افزودنی عالی به مجموعه شما و فرصتی برای به نمایش گذاشتن مهارت های تجزیه و تحلیل داده های خود به کارفرمایان احتمالی است.

طبق گزارش internetlivestats.com، بیش از 1.58 میلیارد وب سایت وجود دارد که از این تعداد 200 میلیون وب سایت فعال هستند. این تعداد به طور مداوم در حال افزایش است و بیشتر کسب و کارها به سمت ساخت وب سایت های خود یا تقویت آنها تمایل دارند. این به توسعه دهندگان وب ماهر نیاز دارد تا کار را انجام دهند. هدف اصلی این پروژه Capstone این است که به شما کمک کند تمام مهارت های طراحی و کدنویسی خود را برای پیاده سازی یک وب سایت واکنش گرا جمع آوری کنید. این به شما کمک می کند تا اعتماد به نفس و راحتی را در ساخت وب سایت ها به دست آورید و آینده شغلی خود را بهتر کنید. در این پروژه شش هفته ای capstone، طرح بندی اجزای وب سایت را طراحی و توسعه خواهید داد و آن را به یک مخزن GitHub هدایت خواهید کرد. آیا آماده‌اید تا سبد حرفه‌ای خود را با یک وب‌سایت جامع ساخته شده با استفاده از HTML، CSS و React ارتقا دهید؟ این پروژه به شما کمک می کند تا به آن هدف نزدیک شوید! ما فرض می کنیم که شما تمام دوره های قبلی را در گواهینامه حرفه ای توسعه دهنده Front-End IBM گذرانده اید.

این آخرین دوره در گواهینامه حرفه ای توسعه Backend IBM است. این دوره پروژه Capstone به شما این شانس را می دهد که کارهایی را که توسعه دهندگان back-end در زندگی واقعی هنگام کار با برنامه ها انجام می دهند، تمرین کنید. در این دوره، شما نقش یک توسعه دهنده واقعی را بر عهده خواهید گرفت که برای توسعه و استقرار میکروسرویس ها و برنامه های کاربردی Back-end کار می کند. شما وظیفه دارید یک برنامه کاربردی متشکل از چندین میکروسرویس را توسعه دهید، استقرار و ادغام کنید و آنها را به طور یکپارچه ادغام کنید. شما از ابزارها و فناوری‌های بک‌اند مختلفی از جمله Flask، Django، NoSQL و Mongo DB برای انجام این پروژه و در عین حال استفاده از بهترین شیوه‌های کدنویسی استفاده خواهید کرد. شما همچنین با استفاده از فناوری‌های Cloud Native: Kubernetes، OpenShift و بدون سرور (Code Engine) هر یک از میکروسرویس‌های برنامه را به‌طور مستقل مستقر و مقیاس‌بندی و به‌روزرسانی خواهید کرد. در این دوره، شما بیشتر بر روی کار عملی تمرکز خواهید کرد تا آنچه را که در دوره های قبلی آموخته اید نشان دهید و به کار ببرید. با تکمیل موفقیت‌آمیز این Capstone، پروژه‌ای را به مجموعه برنامه‌نویسی خود اضافه کرده‌اید تا به کارفرمایان نشان دهید.

این دوره به عنوان نقطه اوج تخصص عمل می کند: بازاریابی بین المللی و رشد صنعت متقابل. هدف این است که به شما کمک کند آنچه را که در طول 16 هفته از 5 دوره یاد گرفته اید به کار ببرید و یک پروژه "آموزش عملی" را انجام دهید که شامل موارد زیر است: 1. تجزیه و تحلیل موقعیت برای شرکت یا برند انتخابی آنها. 2. تجزیه و تحلیل ترکیبی بازاریابی برای شرکت یا برند انتخابی آنها. 3. طرح نوآوری متقابل کشوری هنگام گسترش در خارج از کشور. 4. طرح نوآوری متقابل صنعت هنگام یافتن منابع ایده یا گسترش به صنعت دیگری. همه این تحلیل‌ها دارای الگوهایی هستند که در سخنرانی‌های ویدیویی با استفاده از یک مورد نمونه، "یوهان کیمبرلی" توضیح داده می‌شوند. از شما خواسته می شود که شرکتی را انتخاب کنید که این تحلیل ها در آن انجام شود. به این ترتیب، هدف این خواهد بود که مجموعه ای یکپارچه از بینش و کاربرد را برای یک موقعیت مدیریتی انتخاب شده و مشکلات موجود در زمینه یک منطقه یا کشور خاص به شما ارائه دهد. هنگام توسعه طرح نوآوری صنعت متقابل خود، از شما خواسته می شود که صنعت دیگری را نیز انتخاب کنید (از بین مواردی که در تخصص: B2C، B2B، مراقبت های بهداشتی، مهمان نوازی، سرگرمی، ورزش) مورد بررسی قرار می گیرند. به عنوان مثال، اگر برای یک شرکت در صنعت مراقبت های بهداشتی کار می کنید و آن شرکت را تجزیه و تحلیل کرده اید، باید یک پروژه نوآوری در صنعت متقاطع را با استفاده از مفاهیم صنعت متفاوتی مانند سرگرمی انجام دهید.

مهارت‌هایی را که در طول دوره‌های متوالی آموخته‌اید - از نیازیابی تا طراحی بصری - در حین طراحی مجدد یک رابط، سرویس یا محصول جدید برای پروژه Capstone طراحی تعامل خود، به کار ببرید. ما با چند تیم طراحی هیجان انگیز در سیلیکون ولی در صنایع مختلف کار می کنیم تا چالش های طراحی دنیای واقعی را برای این پروژه نهایی ایجاد کنیم. پس از اتمام، شما یک پروژه سقفی صیقلی خواهید داشت که می توانید در نمونه کار طراحی خود به اشتراک بگذارید تا کار خود را برجسته کنید و روند طراحی خود را مستند کنید.

پروژه Capstone فرصتی برای شماست تا از دانشی که در طول سفر ما در یادگیری در مورد عکاسی به دست آورده‌اید، استفاده کنید، تا یک پروژه معنادار از 10 عکس خوب شکل گرفته بر اساس اشتیاق شما برای بیان هنری، یا موضوعی برای کاوش مستند، پرتره‌های روشن‌فکر ایجاد کنید. ، تصویربرداری برای سوژه های مرتبط با کار یا جنبه های دیگر عکاسی. ما مطمئن هستیم که این پروژه ای خواهد بود که از به اشتراک گذاشتن آن با سایر زبان آموزان هیجان زده خواهید شد. شما باید بیش از هر دوره دیگری در این تخصص در هفته زمان بیشتری را در این دوره اختصاص دهید و بیشتر آن در ساخت عکس خواهد بود. در طول کل دوره توسعه، شما و سایر فراگیرانتان با به اشتراک گذاشتن کارهای در دست انجام خود از طرح اولیه پروژه تا نمونه کار نهایی، از یکدیگر حمایت می کنید. در هر مرحله، همه یادگیرندگان نظرات و پیشنهادات خود را با یکدیگر به اشتراک می گذارند و به یکدیگر کمک می کنند تا پیشرفت را بسنجند و در مورد رویکردهای مختلف عکاسی و محتوا بیاموزند. با بیان ایده ها و انتظارات خود در مورد کیفیت در پاسخ به کار دیگران، معیارهای برتری خود را نیز شکل خواهید داد. در طول مسیر فرصت های متعددی برای به اشتراک گذاری تصاویر و ایده ها از طریق بررسی دقیق طراحی شده وجود خواهد داشت. این به اشتراک گذاری عکس ها و نظرات با همسالان، و انعکاس نظرات آنها در مورد عکس های شما، یک تجربه یادگیری هیجان انگیز خواهد بود که به شما در درک عکاسی خود و دیگران کمک می کند. مشارکت شما از نظرات شما به دانش‌آموزان نه تنها به آنها کمک می‌کند تا عکس‌هایشان را بهتر درک کنند، بلکه به شما فرصتی می‌دهد تا از واژگان اصطلاحات مرتبط با تکنیک‌ها، اصول طراحی و رویکردهای محتوایی که از طریق موفقیت خود در آن یاد گرفته‌اید استفاده کنید. هر یک از ماژول های قبلی جنبه منحصر به فرد این تخصص این است که هر فردی که شرایط لازم را تکمیل کند، علاوه بر گواهی تخصص خود از دانشگاه ایالتی میشیگان، به تخفیف های قابل توجهی در تجهیزات، لوازم جانبی و مزایای عضویت از طریق شرکای صنعتی از میان تولید کنندگان برتر عکاسی دسترسی خواهد داشت. تجهیزات و موارد مرتبط: شکستگی، گری فونگ، جیست، لنز بیبی، قلم لنز، نورپردازی مکعب لوم، اخبار منطقه عکس، PhotoVideoEdu، کیف/کیف های تانک فکری.

تبریک میگم شما نه تنها موفق شدید که گشت و گذار فکری ما را به پایان برسانید، بلکه در حال حاضر، تمام مهارت های لازم برای اجرای یک گردش کار چند روشی جامع علوم اجتماعی محاسباتی را نیز دارید. ما این مهارت‌ها را در این آزمایشگاه یکپارچه نهایی، جایی که همه آن‌ها را گرد هم می‌آوریم، به کار خواهیم برد. ما داده‌ها را از یک سایت رسانه‌های اجتماعی جمع‌آوری می‌کنیم (با تکیه بر مهارت‌های به‌دست‌آمده در دوره اول این تخصص). سپس داده‌های جمع‌آوری‌شده را با تجسم شبکه‌های حاصل (بر اساس مهارت‌های به‌دست‌آمده در دوره سوم) تجزیه و تحلیل می‌کنیم. ما برخی از جنبه های کلیدی آن را با استفاده از پردازش زبان طبیعی مبتنی بر یادگیری ماشین (به کار انداختن بینش های به دست آمده در دوره دوم) به طور عمیق تجزیه و تحلیل می کنیم. در نهایت، ما از یک مدل شبیه‌سازی کامپیوتری برای کشف مکانیسم‌های مولد احتمالی استفاده می‌کنیم و جنبه‌هایی را که در واقعیت تجربی خود نیافته‌ایم، اما به ما در بهبود این جنبه از جامعه کمک می‌کنند (با تکیه بر مهارت‌های به‌دست‌آمده در دوره چهارم این تخصص) بررسی می‌کنیم. . نتیجه اولین نگاه اجمالی به روش جدیدی از انجام علوم اجتماعی در عصر دیجیتال است: علوم اجتماعی محاسباتی. تبریک می گویم! با انجام همه این کارها، می توانید خود را یک دانشمند علوم اجتماعی محاسباتی نوپا بدانید!

مهارت های خود را در این پروژه مهندسی داده به نمایش بگذارید! در این دوره شما انواع مهارت ها و تکنیک های مهندسی داده را که به عنوان بخشی از دوره های قبلی در گواهینامه حرفه ای مهندسی داده IBM آموخته اید، به کار می گیرید. شما دانش خود را در زمینه مهندسی داده با در نظر گرفتن نقش یک مهندس داده جوان که اخیراً به یک سازمان پیوسته است، نشان خواهید داد و با یک مورد استفاده در دنیای واقعی که نیاز به معماری و پیاده سازی یک پلت فرم تجزیه و تحلیل داده دارد، به شما ارائه می شود. در این پروژه Capstone شما چندین آزمایشگاه عملی را تکمیل خواهید کرد. شما با استفاده از پایگاه داده های رابطه ای و NoSQL مانند MySQL و MongoDB، مخازن داده ایجاد و پرس و جو خواهید کرد. شما همچنین یک انبار داده را با استفاده از PostgreSQL و IBM Db2 طراحی و پر می کنید و برای انجام عملیات Cube و Rollup کوئری می نویسید. شما از داده های موجود در انبار داده گزارش تولید می کنید و با استفاده از Cognos Analytics یک داشبورد می سازید. همچنین با ایجاد خطوط لوله داده برای جابجایی داده ها از مخازن مختلف، مهارت خود را در فرآیندهای استخراج، تبدیل و بارگذاری (ETL) نشان خواهید داد. شما تجزیه و تحلیل داده های بزرگ را با استفاده از Apache Spark انجام خواهید داد تا با کمک یک مدل یادگیری ماشینی پیش بینی کنید. این دوره آخرین دوره در گواهینامه حرفه ای مهندسی داده IBM است. توصیه می شود قبل از شروع این دوره، تمام دوره های قبلی در این گواهینامه حرفه ای را تکمیل کنید.

در این دوره، پیش‌بینی‌هایی در مورد استفاده از محصول انجام می‌دهیم و ذخیره‌سازی بهینه انبار ایمنی را محاسبه می‌کنیم. ما با یک سری زمانی فروش کفش در چندین فروشگاه در سه قاره مختلف شروع خواهیم کرد. برای شروع، با انجام گروه‌بندی و مقایسه محصولات در هر فروشگاه، به دنبال بینش‌های منحصربه‌فرد و چیزهای جالب دیگری می‌گردیم که می‌توانیم در داده‌ها پیدا کنیم. سپس، ما از مدل میانگین متحرک یکپارچه اتورگرسیو فصلی (SARIMA) برای پیش‌بینی فروش آینده استفاده می‌کنیم. علاوه بر پیش‌بینی، آمار ارائه شده (مانند p-score) را برای قضاوت در مورد قابلیت استفاده از مدل SARIMA برای پیش‌بینی تجزیه و تحلیل خواهیم کرد. سپس، ما فراپارامترهای مدل را تنظیم می کنیم تا نتایج بهتر و اهمیت آماری بالاتری به دست آوریم. در نهایت، با نگاه کردن به داده‌ها برای پیش‌بینی‌های استفاده ماهانه و محاسبه موجودی ایمنی از فرمول مربوط به زمان تحویل، پیش‌بینی‌هایی در مورد سهام ایمنی انجام خواهیم داد.

در این دوره پروژه اصلی، توالی ژنوم جهش‌های COVID-19 را برای شناسایی مناطق بالقوه ای که درمان دارویی می‌تواند هدف قرار دهد، مقایسه می‌کنیم. اولین گام در کشف دارو شامل شناسایی دنباله های هدف از ژنوم آنها به هدف است. ما با مقایسه ژنوم جهش های ویروس برای جستجوی شباهت ها شروع می کنیم. سپس، ما PCA را برای کاهش تعداد ابعاد خود و شناسایی رایج ترین ویژگی ها انجام می دهیم. در مرحله بعد، از خوشه بندی K-means در پایتون برای یافتن تعداد بهینه گروه ها و ردیابی اصل و نسب ویروس استفاده می کنیم. در نهایت، شباهت بین دنباله‌ها را پیش‌بینی می‌کنیم و از آن برای انتخاب دنباله هدف استفاده می‌کنیم. در طول دوره، هر بخش شامل یک تکلیف برنامه نویسی همراه با یک ویدیوی راهنما و نکات مفید خواهد بود. در پایان، شما به خوبی در مسیر کشف راه های مبارزه با بیماری با توالی ژنوم خواهید بود.

دانش‌آموزان یک بازی شبکه‌ای تولید خواهند کرد که از حسگرهای روی تلفن برای ایجاد یک تجربه بازی منحصر به فرد استفاده می‌کند. تمرکز بازی روی فیزیکی کردن آن از طریق ژست‌های دنیای واقعی، حرکت و آگاهی از موقعیت مکانی دیگر بازیکنان خواهد بود. برای انجام این کار، دانش‌آموزان باید دانش گرافیک، شبکه، حسگرها و طراحی رابط کاربری را در کنار مجموعه‌ای از مهارت‌های استفاده از ابزار ادغام کنند. پروژه نهایی شامل نقاط عطف با فرصت‌هایی برای دریافت بازخورد ارزیابی نشده از همتایان خواهد بود تا بتوانند برنامه بازی خود را تکرار کرده و بهبود بخشند. آخرین بازی شبکه‌ای که دانش‌آموزان تولید می‌کنند چیزی است که می‌توانند در مطالب درخواست شغل، در مصاحبه یا در فروشگاه iTunes ارائه کنند.

این دوره همچنین می تواند برای اعتبار آکادمیک به عنوان ECEA 5318، بخشی از مدرک کارشناسی ارشد CU Boulder در مهندسی برق، اخذ شود. دوره پایانی بر ساخت عملی یک برنامه کاربردی با استفاده از بینایی ماشین بلادرنگ و چندین سرویس بلادرنگ برای همگام سازی وضعیت داخلی لینوکس با ساعت خارجی از طریق مشاهده تاکید می کند. عملکرد واقعی را با تئوری و تحلیل مقایسه کنید تا زمان‌بندی زمان‌بندی را تعیین کنید و هرگونه انباشت تاخیر را کاهش دهید. راستی‌آزمایی پروژه نهایی شامل مقایسه گزارش‌های مُهر زمانی سیستم با مجموعه بزرگی از تصاویر است که می‌توانند در یک ویدیو کدگذاری شوند. گزارش نهایی بررسی خواهد شد و فریم های گرفته شده و ویدئو برای ارزیابی اسکریپت آپلود می شود. نتایج آموزشی دوره: ● نتیجه 1: تجزیه یک مشکل و مجموعه ای از الزامات اولیه در زمان واقعی به ماژول های نرم افزار و رشته های زمان واقعی Linux POSIX ● نتیجه 2: تجزیه و تحلیل خدمات بر حسب C (زمان اجرا)، T (دوره درخواست)، و D (مهلت‌های تکمیل) برای ایجاد امکان‌سنجی و حاشیه برای برآوردن الزامات ● نتیجه 3: طراحی و ساخت راه حلی برای یک سیستم لینوکس بومی مجهز به وب کم برای تأیید و نشان دادن همگام سازی سیستم با استفاده از پردازش بینایی ماشین

یکی از اهداف تخصص نویسندگی تدریس این بوده است که به هر زبان آموز کمک کند تا راه هایی را برای انطباق آنچه می آموزد و اعمال آن با موقعیت، نیازها و علایق خاص خود بیاندیشد. تئوری ها، استراتژی ها و شیوه های ارائه شده در این دوره ها صحیح است و می تواند با هر دانش آموزی در هر سن و سطح مهارتی کار کند، مشروط بر اینکه هر زبان آموز بتواند یادگیری خود را تطبیق دهد و آن را برای دانش آموزان خاص فعلی یا آینده خود به کار گیرد. در این پروژه نهایی، فراگیران از هر چهار درس یک جزء را انتخاب می کنند که از مهمترین چیزهایی است که از آن درس یاد گرفته اند. آنها توضیح خواهند داد که این مؤلفه ها چیست، توضیح می دهند که چرا برای یادگیرنده مهم هستند، و برنامه ای برای گنجاندن آن یادگیری جدید در تدریس یا نوشته های خود در آینده ایجاد می کنند.

این مینی دوره برای شما در نظر گرفته شده است تا مهارت های پایه پایتون را برای کار با داده ها نشان دهید. این دوره در درجه اول شامل تکمیل پروژه ای است که در آن نقش یک دانشمند داده یا یک تحلیلگر داده را بر عهده می گیرید و مجموعه داده های دنیای واقعی و سناریوی الهام گرفته شده از دنیای واقعی برای شناسایی الگوها و روندها به شما ارائه می شود. شما کارهای خاص علم داده و تجزیه و تحلیل داده مانند استخراج داده ها، خراش دادن وب، تجسم داده ها و ایجاد داشبورد را انجام خواهید داد. این پروژه مهارت شما را با پایتون و استفاده از کتابخانه هایی مانند پانداها و سوپ زیبا در یک نوت بوک Jupyter نشان می دهد. پس از اتمام، یک پروژه چشمگیر برای اضافه کردن به سبد شغلی خود خواهید داشت. پیش نیاز: **دوره پایتون برای علوم داده، هوش مصنوعی و توسعه** از IBM پیش نیاز این دوره پروژه است. لطفاً مطمئن شوید که قبل از گذراندن این دوره، دوره پایتون برای علوم داده، هوش مصنوعی و توسعه از IBM را گذرانده باشید یا مهارتی معادل در کار با پایتون و داده داشته باشید. توجه: این دوره آموزشی برای آموزش پایتون به شما نیست و محتوای آموزشی زیادی ندارد. این برای شما در نظر گرفته شده است که دانش قبلی پایتون را به کار ببرید.